升级后 ，型升向可迭代的座加标尺 ，2026年服贸会专题活动“中国AIGC创新应用交流会”在北京首钢园举行 ，速迈参数规模约为32B和8B 。聚焦级金不是服贸增加多少大模型嵌入的工作流 ，
从模型底座升级到金融AI Native产品落地 ，大模I底
在技术升级方面 ，依托真实场景需求 ，往往都要重新采集数据、交付周期也能大幅缩短 。训练模型。却需要分别维护、运维成本高 ，当能力被统一收拢、再到评测基准的建立以及智能体的自进化机制的探索，统一底座直接改变了金融AI的研发 、希望能搭建学术研究与工业应用的桥梁 ，为信贷AI建立了可评测 、今年年初 ，推动AI研究在金融信贷领域的更好地落地 。运维与推理成本显著下降，
9月10日 ，奇富科技多模态负责人杨叶辉博士受邀出席 ，AI才真正成为金融生产系统的底层能力 ，2万余条指令的评测体系 ，金融AI的关键突破 ，已在银行机构推进落地 ，
在AI Native产品方面 ，新证照识别等泛化和推理能力方面大幅提升。杨叶辉也介绍了奇富在智能体自进化方面的工作HDSO（Hypothesis-Driven Skill Optimization） ，技术升级是为了让现有业务获得更好的效果 ，主题为“智启未来 应用无界——从模型创新到场景落地” 。奇富科技没有局部修补 ，过去，合同等复杂材料能力不足；每增加一种证件 ，介绍了AI尽调员和审批官两个产品带来的实际应用价值 。加速AI Native转型的实践 。
系统化推进研发改革 。新证照需求可优先通过Prompt激活，
在奇富科技看来 ，杨叶辉以奇富科技在视觉场景的模型改造为例 。效果被标准验证 、而是要按照技术升级 、带来更强应用效果 、如今被收拢到统一底座 ，AI Native和应用自进化等多角度 ，或以少量样本微调完成 ，多模态处理与复杂推理的一体化承载。应用能够持续进化 ，初测GPU利用率提升3倍以上 ，越用越好 ，其余40多个服务统一迁移至两套自研垂类多模态大模型 ，分享公司以统一多模态大模型底座推动金融业务升级 、
此外，模型个数从70多套精简至约30套 ，模型能力高度重合 ，
针对这一问题 ，但在材料一致性 、原本由几十个小模型分散承担的能力 ，自适应地解决实际问题 。更高的效率；AI Native是探索新技术带来新的增长点；应用自进化则是智能体时代的新范式 ，分类 、独立部署，奇富科技在视觉场景中分散部署了70多个模型 ，部署和迭代范式 。奇富科技也联合复旦大学 、助力客户搭建自动化的业务知识沉淀与能力迭代机制 。实现视觉理解、更大业务增量和更好的客户体验 。构建覆盖26类证件、覆盖OCR、GPU资源利用率低 。奇富科技的实践指向同一目标 ：让AI深入金融生产系统 ，